Skip to content

02-setup-local.md

Latest commit

 

History

History
223 lines (149 loc) · 16.4 KB

02-setup-local.md

File metadata and controls

223 lines (149 loc) · 16.4 KB

ਲੋਕਲ ਸੈਟਅਪ 🖥️

ਜੇ ਤੁਸੀਂ ਆਪਣੀ ਲੈਪਟਾਪ 'ਤੇ ਸਾਰਾ ਕੁਝ ਚਲਾਉਣਾ ਪਸੰਦ ਕਰਦੇ ਹੋ ਤਾਂ ਇਸ ਗਾਈਡ ਦੀ ਵਰਤੋਂ ਕਰੋ।
ਤੁਹਾਡੇ ਕੋਲ ਦੋ ਰਾਹ ਹਨ: (A) ਨੈਟਿਵ ਪਾਇਥਨ + ਵਰਚੁਅਲ-ਇਨਵਾਇਰਨਮੈਂਟ ਜਾਂ (B) ਡੋਕਰ ਨਾਲ VS ਕੋਡ ਡੈਵ ਕੰਟੇਨਰ।
ਜੋ ਵੀ ਤੁਹਾਨੂੰ ਆਸਾਨ ਲੱਗੇ ਚੁਣੋ—ਦੋਹਾਂ ਰਾਹਾਂ ਨਾਲ ਇੱਕੋ ਹੀ ਸਬਕ ਮਿਲਦੇ ਹਨ।

1. ਲੋੜੀਂਦੇ ਸਾਧਨ

ਸਾਧਨ ਵਰਜਨ / ਨੋਟਸ
Python 3.10 + (https://python.org ਤੋਂ ਪ੍ਰਾਪਤ ਕਰੋ)
Git ਤਾਜ਼ਾ (Xcode / Git for Windows / Linux ਪੈਕੇਜ ਮੈਨੇਜਰ ਨਾਲ ਆਉਂਦਾ ਹੈ)
VS Code ਵਿਕਲਪਿਕ ਪਰ ਸਿਫਾਰਸ਼ੀ https://code.visualstudio.com
Docker Desktop ਸਿਰਫ ਵਿਕਲਪ B ਲਈ। ਮੁਫ਼ਤ ਇੰਸਟਾਲ: https://docs.docker.com/desktop/

💡 ਟਿਪ – ਟਰਮੀਨਲ ਵਿੱਚ ਸਾਧਨਾਂ ਦੀ ਜਾਂਚ ਕਰੋ:
python --version, git --version, docker --version, code --version

2. ਵਿਕਲਪ A – ਨੈਟਿਵ ਪਾਇਥਨ (ਸਭ ਤੋਂ ਤੇਜ਼)

ਕਦਮ 1 ਇਸ ਰਿਪੋ ਨੂੰ ਕਲੋਨ ਕਰੋ

git clone https://github.com/<your-github>/generative-ai-for-beginners
cd generative-ai-for-beginners

ਕਦਮ 2 ਵਰਚੁਅਲ ਇਨਵਾਇਰਨਮੈਂਟ ਬਣਾਓ ਅਤੇ ਐਕਟੀਵੇਟ ਕਰੋ

python -m venv .venv          # ਇੱਕ ਬਣਾਓ
source .venv/bin/activate     # ਮੈਕਓਐਸ / ਲਿਨਕਸ
.\.venv\Scripts\activate      # ਵਿਂਡੋਜ਼ ਪਾਵਰਸ਼ੈੱਲ

✅ ਪ੍ਰਾਂਪਟ ਹੁਣ (.venv) ਨਾਲ ਸ਼ੁਰੂ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ—ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਸੀਂ ਇਨਵਾਇਰਨਮੈਂਟ ਵਿੱਚ ਹੋ।

ਕਦਮ 3 ਡਿਪੈਂਡੈਂਸੀਜ਼ ਇੰਸਟਾਲ ਕਰੋ

pip install -r requirements.txt

API keys ਬਾਰੇ ਸੈਕਸ਼ਨ 3 'ਤੇ ਜਾਓ

2. ਵਿਕਲਪ B – VS ਕੋਡ ਡੈਵ ਕੰਟੇਨਰ (ਡੋਕਰ)

ਅਸੀਂ ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਅਤੇ ਕੋਰਸ ਨੂੰ ਇੱਕ ਡੈਵਲਪਮੈਂਟ ਕੰਟੇਨਰ ਨਾਲ ਸੈਟਅਪ ਕੀਤਾ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਯੂਨੀਵਰਸਲ ਰਨਟਾਈਮ ਹੈ ਜੋ Python3, .NET, Node.js ਅਤੇ Java ਡਿਵੈਲਪਮੈਂਟ ਨੂੰ ਸਹਾਰਾ ਦਿੰਦਾ ਹੈ। ਸੰਬੰਧਿਤ ਕਨਫਿਗਰੇਸ਼ਨ devcontainer.json ਫਾਇਲ ਵਿੱਚ ਪਰਿਭਾਸ਼ਿਤ ਹੈ ਜੋ ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਦੀ ਰੂਟ .devcontainer/ ਫੋਲਡਰ ਵਿੱਚ ਹੈ।

ਇਸਨੂੰ ਕਿਉਂ ਚੁਣੀਏ?
Codespaces ਵਰਗਾ ਇਕੋ ਜਿਹਾ ਮਾਹੌਲ; ਕੋਈ ਡਿਪੈਂਡੈਂਸੀ ਡ੍ਰਿਫਟ ਨਹੀਂ।

ਕਦਮ 0 ਐਕਸਟ੍ਰਾ ਇੰਸਟਾਲ ਕਰੋ

Docker Desktop – ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ docker --version ਕੰਮ ਕਰਦਾ ਹੈ।
VS Code Remote – Containers ਐਕਸਟੈਂਸ਼ਨ (ID: ms-vscode-remote.remote-containers)।

ਕਦਮ 1 VS ਕੋਡ ਵਿੱਚ ਰਿਪੋ ਖੋਲ੍ਹੋ

File ▸ Open Folder… → generative-ai-for-beginners

VS ਕੋਡ .devcontainer/ ਨੂੰ ਡਿਟੈਕਟ ਕਰਦਾ ਹੈ ਅਤੇ ਪ੍ਰਾਂਪਟ ਦਿਖਾਉਂਦਾ ਹੈ।

ਕਦਮ 2 ਕੰਟੇਨਰ ਵਿੱਚ ਮੁੜ ਖੋਲ੍ਹੋ

“Reopen in Container” 'ਤੇ ਕਲਿੱਕ ਕਰੋ। ਡੋਕਰ ਇਮੇਜ ਬਣਾਉਂਦਾ ਹੈ (ਪਹਿਲੀ ਵਾਰੀ ਲਗਭਗ 3 ਮਿੰਟ)।
ਜਦੋਂ ਟਰਮੀਨਲ ਪ੍ਰਾਂਪਟ ਆਵੇ, ਤੁਸੀਂ ਕੰਟੇਨਰ ਵਿੱਚ ਹੋ।

2. ਵਿਕਲਪ C – ਮਿਨੀਕੋਂਡਾ

Miniconda ਇੱਕ ਹਲਕਾ ਫੁਲਕਾ ਇੰਸਟਾਲਰ ਹੈ ਜੋ Conda, Python ਅਤੇ ਕੁਝ ਪੈਕੇਜਾਂ ਨੂੰ ਇੰਸਟਾਲ ਕਰਦਾ ਹੈ।
Conda ਖੁਦ ਇੱਕ ਪੈਕੇਜ ਮੈਨੇਜਰ ਹੈ, ਜੋ ਵੱਖ-ਵੱਖ Python ਵਰਚੁਅਲ ਇਨਵਾਇਰਨਮੈਂਟਸ ਅਤੇ ਪੈਕੇਜਾਂ ਵਿਚਕਾਰ ਸੈਟਅਪ ਅਤੇ ਸਵਿੱਚ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਉਹਨਾਂ ਪੈਕੇਜਾਂ ਨੂੰ ਇੰਸਟਾਲ ਕਰਨ ਲਈ ਵੀ ਲਾਭਦਾਇਕ ਹੈ ਜੋ pip ਰਾਹੀਂ ਉਪਲਬਧ ਨਹੀਂ ਹਨ।

ਕਦਮ 0 ਮਿਨੀਕੋਂਡਾ ਇੰਸਟਾਲ ਕਰੋ

MiniConda ਇੰਸਟਾਲੇਸ਼ਨ ਗਾਈਡ ਦੀ ਪਾਲਣਾ ਕਰੋ।

conda --version

ਕਦਮ 1 ਵਰਚੁਅਲ ਇਨਵਾਇਰਨਮੈਂਟ ਬਣਾਓ

ਇੱਕ ਨਵਾਂ ਇਨਵਾਇਰਨਮੈਂਟ ਫਾਇਲ (environment.yml) ਬਣਾਓ। ਜੇ ਤੁਸੀਂ Codespaces ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ ਇਸਨੂੰ .devcontainer ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਬਣਾਓ, ਜਿਵੇਂ .devcontainer/environment.yml।

ਕਦਮ 2 ਆਪਣਾ ਇਨਵਾਇਰਨਮੈਂਟ ਫਾਇਲ ਭਰੋ

ਆਪਣੇ environment.yml ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤਾ ਟੁਕੜਾ ਸ਼ਾਮਲ ਕਰੋ

name: <environment-name>
channels:
 - defaults
 - microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
    - azure-ai-ml

ਕਦਮ 3 ਆਪਣਾ Conda ਇਨਵਾਇਰਨਮੈਂਟ ਬਣਾਓ

ਹੇਠਾਂ ਦਿੱਤੇ ਕਮਾਂਡ ਲਾਈਨ/ਟਰਮੀਨਲ ਵਿੱਚ ਚਲਾਓ

conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer ਸਬ ਪਾਥ ਸਿਰਫ Codespace ਸੈਟਅਪ ਲਈ ਲਾਗੂ ਹੁੰਦਾ ਹੈ
conda activate ai4beg

ਜੇ ਕੋਈ ਸਮੱਸਿਆ ਆਵੇ ਤਾਂ Conda environments guide ਨੂੰ ਵੇਖੋ।

2 ਵਿਕਲਪ D – ਕਲਾਸਿਕ ਜੂਪਿਟਰ / ਜੂਪਿਟਰ ਲੈਬ (ਆਪਣੇ ਬ੍ਰਾਊਜ਼ਰ ਵਿੱਚ)

ਇਹ ਕਿਸ ਲਈ ਹੈ?
ਜੋ ਕੋਈ ਕਲਾਸਿਕ ਜੂਪਿਟਰ ਇੰਟਰਫੇਸ ਪਸੰਦ ਕਰਦਾ ਹੈ ਜਾਂ VS ਕੋਡ ਬਿਨਾਂ ਨੋਟਬੁੱਕ ਚਲਾਉਣਾ ਚਾਹੁੰਦਾ ਹੈ।

ਕਦਮ 1 ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਜੂਪਿਟਰ ਇੰਸਟਾਲ ਹੈ

ਜੂਪਿਟਰ ਨੂੰ ਲੋਕਲ ਚਲਾਉਣ ਲਈ, ਟਰਮੀਨਲ/ਕਮਾਂਡ ਲਾਈਨ 'ਤੇ ਜਾਓ, ਕੋਰਸ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਜਾਓ ਅਤੇ ਚਲਾਓ:

jupyter notebook

ਜਾਂ

jupyterhub

ਇਸ ਨਾਲ ਜੂਪਿਟਰ ਇੰਸਟੈਂਸ ਸ਼ੁਰੂ ਹੋਵੇਗਾ ਅਤੇ ਇਸਨੂੰ ਐਕਸੈਸ ਕਰਨ ਲਈ URL ਕਮਾਂਡ ਲਾਈਨ ਵਿੰਡੋ ਵਿੱਚ ਦਿਖਾਇਆ ਜਾਵੇਗਾ।

ਜਦੋਂ ਤੁਸੀਂ URL ਖੋਲ੍ਹੋਗੇ, ਤਾਂ ਤੁਹਾਨੂੰ ਕੋਰਸ ਦਾ ਢਾਂਚਾ ਦਿਖਾਈ ਦੇਵੇਗਾ ਅਤੇ ਤੁਸੀਂ ਕਿਸੇ ਵੀ *.ipynb ਫਾਇਲ ਤੇ ਜਾ ਸਕਦੇ ਹੋ। ਉਦਾਹਰਨ ਲਈ, 08-building-search-applications/python/oai-solution.ipynb।

3. ਆਪਣੀਆਂ API ਕੁੰਜੀਆਂ ਸ਼ਾਮਲ ਕਰੋ

ਆਪਣੀਆਂ API ਕੁੰਜੀਆਂ ਨੂੰ ਸੁਰੱਖਿਅਤ ਰੱਖਣਾ ਕਿਸੇ ਵੀ ਕਿਸਮ ਦੀ ਐਪਲੀਕੇਸ਼ਨ ਬਣਾਉਂਦੇ ਸਮੇਂ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਅਸੀਂ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ ਕਿ ਕੋਈ ਵੀ API ਕੁੰਜੀਆਂ ਸਿੱਧਾ ਆਪਣੇ ਕੋਡ ਵਿੱਚ ਸਟੋਰ ਨਾ ਕਰੋ। ਇਹ ਜਾਣਕਾਰੀ ਜਨਤਕ ਰਿਪੋਜ਼ਟਰੀ ਵਿੱਚ ਕਮਿਟ ਕਰਨ ਨਾਲ ਸੁਰੱਖਿਆ ਸਮੱਸਿਆਵਾਂ ਅਤੇ ਬੁਰੇ ਉਪਭੋਗਤਾ ਵੱਲੋਂ ਵਰਤੋਂ ਹੋਣ 'ਤੇ ਅਣਚਾਹੇ ਖਰਚੇ ਹੋ ਸਕਦੇ ਹਨ।
ਇੱਥੇ ਇੱਕ ਕਦਮ-ਦਰ-ਕਦਮ ਗਾਈਡ ਹੈ ਕਿ ਕਿਵੇਂ Python ਲਈ .env ਫਾਇਲ ਬਣਾਈਏ ਅਤੇ GITHUB_TOKEN ਸ਼ਾਮਲ ਕਰੋ:

  1. ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਜਾਓ: ਆਪਣਾ ਟਰਮੀਨਲ ਜਾਂ ਕਮਾਂਡ ਪ੍ਰਾਂਪਟ ਖੋਲ੍ਹੋ ਅਤੇ ਉਸ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ ਜਾਓ ਜਿੱਥੇ ਤੁਸੀਂ .env ਫਾਇਲ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ।

    cd path/to/your/project

  2. .env ਫਾਇਲ ਬਣਾਓ: ਆਪਣੀ ਪਸੰਦ ਦਾ ਟੈਕਸਟ ਐਡੀਟਰ ਵਰਤ ਕੇ .env ਨਾਮ ਦੀ ਨਵੀਂ ਫਾਇਲ ਬਣਾਓ। ਜੇ ਤੁਸੀਂ ਕਮਾਂਡ ਲਾਈਨ ਵਰਤ ਰਹੇ ਹੋ, ਤਾਂ touch (ਯੂਨਿਕਸ-ਆਧਾਰਿਤ ਸਿਸਟਮਾਂ ਲਈ) ਜਾਂ echo (ਵਿੰਡੋਜ਼ ਲਈ) ਵਰਤ ਸਕਦੇ ਹੋ:

    ਯੂਨਿਕਸ-ਆਧਾਰਿਤ ਸਿਸਟਮ:

    touch .env

    ਵਿੰਡੋਜ਼:

    echo . > .env

  3. .env ਫਾਇਲ ਸੰਪਾਦਿਤ ਕਰੋ: .env ਫਾਇਲ ਨੂੰ ਕਿਸੇ ਟੈਕਸਟ ਐਡੀਟਰ (ਜਿਵੇਂ VS ਕੋਡ, Notepad++, ਜਾਂ ਹੋਰ) ਵਿੱਚ ਖੋਲ੍ਹੋ। ਹੇਠਾਂ ਦਿੱਤੀ ਲਾਈਨ ਸ਼ਾਮਲ ਕਰੋ, your_github_token_here ਨੂੰ ਆਪਣੀ ਅਸਲੀ GitHub ਟੋਕਨ ਨਾਲ ਬਦਲੋ:

    GITHUB_TOKEN=your_github_token_here

  4. ਫਾਇਲ ਸੇਵ ਕਰੋ: ਬਦਲਾਅ ਸੇਵ ਕਰੋ ਅਤੇ ਟੈਕਸਟ ਐਡੀਟਰ ਬੰਦ ਕਰੋ।

  5. python-dotenv ਇੰਸਟਾਲ ਕਰੋ: ਜੇ ਤੁਸੀਂ ਪਹਿਲਾਂ ਨਹੀਂ ਕੀਤਾ, ਤਾਂ .env ਫਾਇਲ ਤੋਂ ਵਾਤਾਵਰਣ ਚਲਣ ਵਾਲੇ ਵੈਰੀਏਬਲਾਂ ਨੂੰ ਆਪਣੇ Python ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਲੋਡ ਕਰਨ ਲਈ python-dotenv ਪੈਕੇਜ ਇੰਸਟਾਲ ਕਰੋ। ਤੁਸੀਂ ਇਸਨੂੰ pip ਨਾਲ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ:

    pip install python-dotenv

  6. ਆਪਣੇ Python ਸਕ੍ਰਿਪਟ ਵਿੱਚ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰੋ: ਆਪਣੇ Python ਸਕ੍ਰਿਪਟ ਵਿੱਚ, .env ਫਾਇਲ ਤੋਂ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰਨ ਲਈ python-dotenv ਪੈਕੇਜ ਦੀ ਵਰਤੋਂ ਕਰੋ:

    from dotenv import load_dotenv
import os

# .env ਫਾਇਲ ਤੋਂ ਵਾਤਾਵਰਣ ਵੈਰੀਏਬਲ ਲੋਡ ਕਰੋ
load_dotenv()

# GITHUB_TOKEN ਵੈਰੀਏਬਲ ਤੱਕ ਪਹੁੰਚ ਕਰੋ
github_token = os.getenv("GITHUB_TOKEN")

print(github_token)

ਬਸ ਹੋ ਗਿਆ! ਤੁਸੀਂ ਸਫਲਤਾਪੂਰਵਕ .env ਫਾਇਲ ਬਣਾਈ, ਆਪਣੀ GitHub ਟੋਕਨ ਸ਼ਾਮਲ ਕੀਤੀ ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ Python ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਲੋਡ ਕੀਤਾ।

🔐 ਕਦੇ ਵੀ .env ਕਮਿਟ ਨਾ ਕਰੋ—ਇਹ ਪਹਿਲਾਂ ਹੀ .gitignore ਵਿੱਚ ਹੈ।
ਪੂਰੀ ਪ੍ਰੋਵਾਈਡਰ ਹਦਾਇਤਾਂ providers.md ਵਿੱਚ ਹਨ।

4. ਅਗਲਾ ਕੀ?

ਮੈਂ ਚਾਹੁੰਦਾ ਹਾਂ… ਜਾਓ…
ਪਾਠ 1 ਸ਼ੁਰੂ ਕਰੋ 01-introduction-to-genai
ਇੱਕ LLM ਪ੍ਰੋਵਾਈਡਰ ਸੈਟਅਪ ਕਰੋ providers.md
ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਮਿਲੋ ਸਾਡੇ Discord ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ

5. ਸਮੱਸਿਆ ਨਿਵਾਰਣ

ਲੱਛਣ ਸੁਧਾਰ
python not found Python ਨੂੰ PATH ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋ ਜਾਂ ਇੰਸਟਾਲ ਤੋਂ ਬਾਅਦ ਟਰਮੀਨਲ ਮੁੜ ਖੋਲ੍ਹੋ
pip cannot build wheels (Windows) pip install --upgrade pip setuptools wheel ਚਲਾਓ ਫਿਰ ਦੁਬਾਰਾ ਕੋਸ਼ਿਸ਼ ਕਰੋ।
ModuleNotFoundError: dotenv pip install -r requirements.txt ਚਲਾਓ (env ਇੰਸਟਾਲ ਨਹੀਂ ਸੀ)
Docker build fails No space left Docker Desktop ▸ Settings ▸ Resources → ਡਿਸਕ ਸਾਈਜ਼ ਵਧਾਓ।
VS Code ਮੁੜ ਖੋਲ੍ਹਣ ਲਈ ਪ੍ਰਾਂਪਟ ਕਰਦਾ ਰਹਿੰਦਾ ਹੈ ਤੁਹਾਡੇ ਕੋਲ ਦੋਹਾਂ ਵਿਕਲਪ ਚਾਲੂ ਹੋ ਸਕਦੇ ਹਨ; ਇੱਕ ਚੁਣੋ (venv ਜਾਂ container)
OpenAI 401 / 429 errors OPENAI_API_KEY ਦੀ ਕੀਮਤ ਜਾਂ ਬੇਨਤੀ ਦੀ ਦਰ ਦੀ ਜਾਂਚ ਕਰੋ।
Conda ਵਰਤੋਂ ਵਿੱਚ ਗਲਤੀਆਂ Microsoft AI ਲਾਇਬ੍ਰੇਰੀਜ਼ conda install -c microsoft azure-ai-ml ਨਾਲ ਇੰਸਟਾਲ ਕਰੋ

ਅਸਵੀਕਾਰੋਪੱਤਰ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮਰਥਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਉਤਪੰਨ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।